視音頻編解碼技術(shù)及其實(shí)現
一、 視音頻編碼國際標準化組織及其壓縮標準介紹
國際上有兩個(gè)負責視音頻編碼的標準化組織，一個(gè)是VCEG（Video code Expert Group），是國際電信聯(lián)合會(huì )下的視頻編碼專(zhuān)家組，一個(gè)是MPEG（Motion Picture Expert Group），是國際標準化組織下的運動(dòng)圖象專(zhuān)家組。這兩個(gè)視音頻編碼標準化組織都對視音頻的編解碼做出了非常重要的貢獻：一是推動(dòng)視音頻編碼技術(shù)的發(fā)展，一是推動(dòng)視音頻編解碼的應用。
視音頻編解碼涉及很多項視頻和音頻處理技術(shù)，每一項技術(shù)的改進(jìn)都對視音頻編碼做出貢獻，但作為一套完整、高效的編碼方案，需要集中全人類(lèi)在視音頻編解碼方面的最新智慧。個(gè)人或公司的研究成果，都希望被標準化組織，其經(jīng)濟回報是標準使用費。
這兩個(gè)標準化組織制定的相關(guān)編碼標準都獲得了廣泛的應用，VCEG制定的標準有H.261（被國際電信聯(lián)合會(huì )選定為電視會(huì )議的視頻壓縮標準）、H.262（該標準同MPEG-2完全一樣，是VCEG同MPEG組成的聯(lián)合編碼專(zhuān)家組JVT制定的壓縮標準，VCEG發(fā)布的是H.262，MPEG發(fā)布的是MPEG-2）、H.263（該標準被國際電信聯(lián)合會(huì )選定為可視電話(huà)的視頻壓縮標準，有增強型版本H.263+、H.263++）、H.264（該標準是2002年5月VCEG為新一代交互式視頻通訊制定的標準）。MPEG名氣要大得多，制定的標準有MPEG-1、MPEG-2、MPEG-4、MPEG-7和MPEG-21 ，MPEG-1壓縮標準為VCD所采納，MPEG-2的壓縮標準為DVD采納，MPEG-4是為交互式多媒體通訊制定的壓縮標準，MPEG-7是為互聯(lián)網(wǎng)視頻檢索制定的壓縮標準。
VCEG制定的壓縮標準H.26X都是針對單一矩形視頻對象，其追求的是更高的壓縮效率。MPEG-4在目前之所以很熱，是因為MPEG-4是基于多個(gè)視音頻對象的壓縮編碼標準，這非常適合于互聯(lián)網(wǎng)上的多媒體應用。在互聯(lián)網(wǎng)上傳播的多媒體信息，很多是可以劃分為多個(gè)視頻對象的，如電腦制作的動(dòng)畫(huà)節目、電視新聞節目等，而在實(shí)時(shí)視頻圖象編碼中，在一個(gè)圖象矩形框中很難實(shí)時(shí)識別多個(gè)視頻對象，還是把一個(gè)視頻源當作一個(gè)矩形視頻對象進(jìn)行編碼。
VCEG在97年發(fā)布H.263的壓縮標準后，制定了短期開(kāi)發(fā)計劃H.26N和長(cháng)期開(kāi)發(fā)計劃H.26L，H.26N發(fā)展成H.263+和H.263++，H.26L經(jīng)過(guò)5年時(shí)間的發(fā)展，在2002年5月作為H.264壓縮標準進(jìn)行發(fā)布。
MPEG在VCEG發(fā)布H.263之后，發(fā)布了MPEG-4 SP（即MPEG-4第一板），在該版本中引入了兩個(gè)非常重要的概念：一個(gè)是一個(gè)視頻源多個(gè)視音頻對象編碼，一個(gè)是碼流傳輸異常處理（特別是無(wú)線(xiàn)傳輸應用）。從這里可以看出，VCEG致力于高效率的視頻編碼技術(shù)，MPEG更側重系統和框架。
在2001年第四季度，VCEG H.26L發(fā)展到TML9.0時(shí)，MPEG同VCEG再次組成聯(lián)合聯(lián)合視頻編碼專(zhuān)家組JVT，對H.26L的算法進(jìn)行了改進(jìn)和完善，在2003年5月VCEG發(fā)布了H.264的壓縮標準。MPEG在JVT對H.26L壓縮算法修改的基礎上，將該技術(shù)規范納入到MPEG-4的標準中，作為MPEG-4 PART10發(fā)布，即MPEG-4的第三版，MPEG-4 AVC。H.264和MPEG-4 AVC代表了全人類(lèi)在視音頻編解碼方面的最新成果。
針對單一矩形視頻對象，MPEG-4 AVC比MPEG-4第二版MPEG-4 ACE的壓縮效率提高30%以上。
二、 H.264與MPEG-4 PART10的技術(shù)說(shuō)明
同以前的視頻壓縮標準H.263++和MPEG-4 ACE相比，H.264與MPEG-4 PART10采用了一些新的算法，主要表現在以下幾個(gè)方面：
1、運動(dòng)搜索
a、 引入多參考幀
引入多達5個(gè)參考幀。
b、 多種BLOCK形狀
有16*16、16*8、8*16、8*8、8*4、4*8、4*4七種BLOCK形狀。
c、運動(dòng)搜索精度更高
1/2象素精度搜索采用了6階濾波器，搜索精度有很大提高。也引入了1/4象素精度搜索和1/8象素精度搜索。
2、殘余編碼
a、 采用整型4*4 DCT變換
b、 量化技術(shù)改進(jìn)
c、 采用DE-BLOCK技術(shù)
d、 SP幀技術(shù)
這些技術(shù)的改變，一方面提高了壓縮效率，另一方面運算強度大幅提高，大大地提高了實(shí)現的難度。 | |
